疫情防控背景下在线课程教学满意度影响因素分析与对策探讨-以电子商务及法律专业为例

83 阅读 0 评论 55 点赞

我是靠谱客的博主现代棒球，最近开发中收集的这篇文章主要介绍疫情防控背景下在线课程教学满意度影响因素分析与对策探讨-以电子商务及法律专业为例，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

摘要

由于大学生对在线教育的接受度提高，在线教育平台相继出现。在线教育平台除了专业性高，市场区隔极为明显，能帮助使用者寻找到更即时、完整的课程数据、考试预测、成绩信息、教研报告等外，很多网站都有线上教学与互动的功能。近年来在评估信息系统是否成功时，常以持续使用意愿作为网站汇聚人气、提升使用者黏着度的课题，持续使用意愿已经是影响网站能否永续经营的重要关键。本研究基于期望确认理论（Expectation Confirmation Theory）为理论基础，在感知有用、确认因素基础上，加入信息品质（Information quality）因素，以满意度为中介变量，构建大学生在线教育平台持续使用意愿意愿研究模型，并进行实证分析，得出对应结论，并根据所得结果提出有利于我国在线教育领域发展的建议。

关键词：在线教育平台、期望确认理论、信息品质、持续使用意愿

Abstract

Due to the improvement of College Students’ acceptance of online education, online education platforms have emerged one after another. In addition to being highly professional and having obvious market segmentation, online education platform can help users find more real-time and complete course data, test prediction, score information, teaching and research reports, many websites have online teaching and interaction functions. In recent years, when evaluating whether the information system is successful or not, continuous use intention is often used as a topic to gather popularity and improve user adhesion. Continuous use intention has become an important key to the sustainable operation of the website. This study is based on Expectation Confirmation Theory. On the basis of perceived usefulness and confirmation factors, information quality is added Based on the empirical analysis, the paper draws the corresponding conclusions, and puts forward some suggestions for the development of online education in China.

Key words: online education platform, Expectation Confirmation Theory, information quality, continuous use intention

摘要 I
Abstract II
1绪论 1
1.1 研究背景 1
1.2 研究意义 2
1.3 研究方法 2
1.4 技术路线图 3
2相关理论研究 4
2.1在线教育平台 4
2.2信息系统成功模式 5
2.3期望确认理论 6
3大学生在线教育平台持续使用意愿影响因素的理论假设 8
3.1 IS接受后持续采用模型 8
3.2研究模型及假设 8
3.3研究设计 10
3.4 研究对象 10
4数据分析 11
4.1描述性统计分析 11
4.1.1样本结构分析 11
4.1.2在线教育平台使用行为分析 11
4.2信度与效度分析 12
4.2.1信度分析 12
4.2.2效度分析 13
4.3相关分析 14
4.4回归分析 14
4.4.1对满意度的回归分析 14
4.4.2对持续使用意愿的回归分析 15
4.4.3确认对感知有用的回归分析 16
4.4.4满意度的中介效应检验 16
5 结论与建议 19
5.1 结论 19
5.2 展望 20
参考文献 21
附录问卷 23

1绪论
1.1研究背景
近年来的研究显示，线上学习逐渐受到欢迎。IDC(网络数据中心)指出全球线上学习市场的规模不断地扩大。根据IDC的数据显示，2018年线上学习全球市场规模估计约为636亿美元，未来两年内，全球线上学习市场的规模将迅速的成长并且将占所有训练市场规模的40％，所以线上学习很明显地将对教育学习产生重要的影响。
受新冠肺炎疫情（以下简称疫情）影响，教育部宣布2020年春季开学延期，并提倡“停课不停学”，鼓励学校和培训机构将教育教学转移至线上场景，一时间在线教育更是受到了前所未有的关注，也促使在线教育由以往的教学辅助手段一跃成为主导的教学方式。根据新华网相关消息，截止至2020年4月3日，全国在线开学的普通高校有1454所。共有95万多名教师在网上授课。开设的课程达到94.2万门，713.3万门次。而参加在线课程学习的学生高达11.8亿人次[16]。5月14日教育部新闻发布会上，教育部高等教育司司长吴岩表示“我们再也不可能、也不应该退回到疫情发生之前的教与学状态，因为融合了‘互联网+’‘智能+’技术的在线教学已经成为中国高等教育和世界高等教育的重要发展方向。”
由上述可知，未来线上学习将对教育教学活动进一步产生深远影响，线上学习市场将成为我国未来发展相当重要的产业之一。从2010年起，许多企业开始大量投入国内线上学习产业，我国线上学习市场成长趋势由2016年的17.9亿元至2019年的311.8亿元，年复合成长率高达104%。此外，根据信息工业部的统计，我国线上学习市场在2014年的产值约300亿元，在如此庞大商机的市场环境下，促使国内各学校机关与企业积极投入信息软、硬件设备，以跨入线上学习市场。但是，我国线上学习市场尚未进入成熟期，随着更多厂商加入战局，将使得线上学习市场竞争更加地激烈。因此，线上学习的业者需要增加产品差异化及服务以提高客户购买意图、做好与客户的关系营销、维系客户忠诚度，以因应未来产业的发展和与竞争对手相抗衡。
由此可知，如何以用户满意的观点来设计整合式的学习内容，以满足不同学习者的学习需求，让每个学习者都可在适合自已的环境下，提升学习兴趣，选择自已最喜欢的方式去学习，进而提升经营者本身的经营绩效则是值得研究的问题。用户的使用只是开始，用户的持续使用才是在线教育平台成功的关键。因此，本文通过对在线教育平台进行用户行为的分析，研究这些影响用户持续使用在线教育平台的原因。
1.2 研究意义
近年来在评估在线教育系统是否成功时，衡量持续使用常常比衡量第一次的接受来得重要，因此在线教育平台的持续使用意愿，对于网站的汇聚人气、提升使用者的黏着度有重要的影响，是影响网站能否永续经营的关键因素。在消费者行为相关的文献中，期望确认理论（Expectation ConfirmationTheory, 简称ECT理论）常被作为评估及衡量消费者对产品或服务的满意度及购后行为的基础架构。近年来，国内外学者陆续以ECT理论作为研究各种信息系统使用者持续使用行为，例如：Bhattacherjee (2001)以ECT理论研究信息系统持续使用意愿，其后Pizam(2013)、Premkumar(2018)、Shih(2014)、Szymanski(2015)等也以ECT理论研究各类不同消费者的购后行为与信息系统使用者的持续使用行为，显示ECT理论对评估信息系统的持续使用意愿有其适用性[5-8]。
卢子石（2019）发现使用在线教育平台的动机以信息需求最强[9]；王振洲（2017）[10]与杨晓宏（2017)[11]的研究也发现影响网络商店客户满意度最重要的因素是信息品质。故本研究除了应用Bhattacherjee (2001) ECT理论基础，并加入信息品质（Information quality）因素，作为研究影响在线教育平台满意度及持续使用的重要因素，希望研究结果能作为学术界及在线教育平台经营者的参考。本研究意义为：
目前，文献数据都是从教育观点的角度来研究教学设计对学习者学习成效的影响，而从用户角度研究经营者如何了解消费者在线上学习的潜在需求，以吸引满足不同层级消费群，进而创造线上学习市场无限商机，此方面的研究较为缺乏[3]。
1.3 研究方法
本研究基于研究背景与动机的引发，进行文献研究，经由文献研究研究目的，并以此为基础来发展研究架构，数据汇集包括次级数据及问卷数据的汇集，数据汇集后，进行数据整理与分析的工作，并就分析所得的结果做整体性的关系研究，再根据分析与研究结果提出建议与结论。
1．文献分析法：文献分析法又称为内容分析法或信息分析法。此方法指的是主要对ECT相关的理论进行研究，并对在线教育平台的特征等进行了文献研究。
2．实证研究法：基于文献分析法获得的数据，构建大学生在线教育平台持续使用意愿模型，采用调查问卷收集数据，最终通过数据分析来研究在线教育持续使用意愿影响因素。
1.4 技术路线图

图1-1 技术路线图
本研究按照以下方法进行设计，首先，阅读了大量有关互联网+教育、在线教育等方面的文献，确定了论文的选题，通过文献研究对基本理论进行分析。接着，构建大学生在线教育持续使用意愿的影响因素模型，并根据模型提出相对应的假设。然后，按照本研究的主题设计出调查问卷。最后，对回收的问卷进行筛选，整理出有效问卷，并利用SPSS软件对有效问卷进行数据分析，得出对应结论，并根据所得结果提出有利于我国在线教育领域发展的建议。
2相关理论研究

3大学生在线教育平台持续使用意愿影响因素的理论假设
3.1 IS接受后持续采用模型
Bhattacherjee (2001)认为使用者持续使用信息系统的决策与客户决定再购的决策是类似的，故以IS接受后持续采用模式（A Post-acceptance Model of IS Continuance），研究网络银行使用者的持续使用意愿（如图3-1）。他认为ECT理论在某些部分有些争议，例如：客户会随时的接受新信息，所以会持续的调整认知，造成购买前的期望会和购买后的期望不同。故Bhattacherjee (2001)加入了技术接受模型的感知有用，并将此概念定为事后的期望，以摒除事前期望的时间变动性。在营销学文献里，感知有用是指消费者在面对创新产品时，所感受到能够提升工作绩效的程度(Davis,2019)，它是影响使用者的使用态度、行为意图及实际行为的重要因素 (Davis, 2019; Mathieson,2011; Taylor & Todd,2015)。其次在IS接受后持续采用模型中，知觉绩效也没有纳入，因为他认为知觉绩效的影响效果被涵盖在确认里。最后研究结果显示，当使用者对信息系统产生满意度及知觉信息系统是有用的，会提升持续使用的意愿，其中以满意度预测持续使用意图的能力最高；使用者的满意度会受到感知有用（事后期望）和知觉绩效高于预期（确认）的影响；而确认也会影响感知有用。此模型都是以使用后的变量（感知有用、确认）来衡量网络银行使用者持续使用的意愿。

图3-1 IS接受后持续采用模式
3.2研究模型及假设
林志峰（2001）研究使用在线教育平台的动机方面，发现使用者以看视频、查询课程、寻求专家意见、在线课堂等为主，其中以信息需求动机最强；此外林秀芬、林姒美（2006）与Mustafa (2011) 均发现影响网络商店客户满意度最重要的因素是信息品质。故本研究除了应用Bhattacherjee (2001) ECT理论基础外，并加入信息品质作为研究影响在线教育平台的满意度及持续使用意愿的因素，以期建立更完整的模式。本研究的架构如图3-2，各因素定义如表3-1。

图3-2 研究架构图
根据上图，本研究推论假设如下:
H1：大学生对于在线教育平台的满意度会正向显著影响持续使用意愿
H2：大学生对于在线教育平台的确认会正向显著影响满意度
H3：大学生对于在线教育平台的感知有用会正向显著影响满意度
H4：大学生对于在线教育平台的感知有用会正向显著影响持续使用意愿
H5：大学生对于在线教育平台的确认会正向显著影响感知有用
H6：在线教育平台的信息品质会正向显著影响满意度
表3-1 变量定义
变量变量定义参考文献
感知有用使用者感受在线教育平台提供服务的有用程度。 Davis (2019)
确认
使用者在使用了在线教育平台后，感受到对于系统服务的期望与实际绩效之间的一致性程度。 Bhattacherjee (2001)
信息品质在线教育平台提供信息的有效性、准确性以及舒适性。 Ahn etal. (2017)
满意度使用者在使用在线教育平台时所感受到的心理状态。 Bhattacherjee(2011)
持续使用使用者会持续使用在线教育平台的意愿。 Bhattacherjee(2011)
3.3研究设计
本研究调查方式采用问卷调查法，主要调查的对象是使用在线教育平台的大学生，并请大学生用户以一家最常使用的在线教育平台作为填答时的对象。采用实体问卷与网络问卷并行，网络问卷信息发布在国内知名线上问卷网站（问卷星、腾讯问卷）。
本研究所有影响因素都采用李克特五点尺度量表进行衡量。本研究感知有用参考Davis (2019)、Moore和Benbasat (2011)、Moon和Kim (2011)的量表；确认、满意度参考Bhattacherjee (2011)的量表；信息品质参考Ahn etal. (2011)的量表；持续使用意愿参考Bhattacherjee (2011)及Roca etal. (2016)的量表。所有问卷内容均针对在线教育平台做适当的修饰。
本研究的数据分析工具，主要使用统计套装软件SPSS进行数据分析。
3.4 研究对象
本研究分别从研究学校中，抽取电子商务及法律专业的大学生进行调查研究，以便研究在疫情下这些大学生对在线教育的满意度以及使用情况，实际调查了115人。调查方式为在线问卷的填写。
4数据分析
本文实际回收115份，但可惜有效问卷只有64份，回收率约56％，其余为没有使用在线教育平台或回答的不完整的问卷。实体问卷以邀请身边同事的方式来收集样本，发出100份，回收71份，回收率为71％，其中29份是没有使用在线教育平台或曾经使用过在线教育平台但填答不完整的问卷，最后实体问卷及网络问卷有效份数为135份。
4.1描述性统计分析
4.1.1样本结构分析
样本的性别以男性居多，占62.2%；年龄以18_{22岁的比例最高，占56.5%，其次为23}25岁，占30.4%；教育程度以本科居多，占64.4%，其次为研究生以上，占23.7%；平均每天上网时数以1小时~3小时居多，占40.7%。
表4.1 样本基本情况统计表
项目选项样本数百分比(%)
性别 1.男性 84 62.2
2.女性 51 37.8
年龄 1.18~22岁 76 56.5
2.23~25岁 41 30.4
3.大于25岁 18 13.1
上网时间 1.小于1小时 27 20.3
2. 1小时~3小时 55 40.7
3. 3小时~5小时 41 30.5
4. 大于5小时 12 8.5
教育程度 1.专科 16 11.9
2.本科 87 64.4
3.研究生及研究生以上 32 23.7
4.1.2在线教育平台使用行为分析
表4.2 样本使用行为统计表
项目选项样本数百分比(%)
使用平台评论百度学堂占 71 52.6%
腾讯课堂 23 17%
中国大学Mooc 23 17.0%
其他 18 13.4
使用主要原因信息寻找 39 28.9%
内容丰富 30 22.2%
信息即时有用 26 19.3%
其他 40 29.6%
最常使用的单元在线课堂 38 28.45%
视频教学 25 18.83%
资料下载 20 14.64%
基本数据查询 16 11.72%
老师数据查询 14 10.46%
其他 22 15.9%
使用时间小于1年 53 39%
1年以上至3年 39 28.9%
3年以上至5年 30 22.2%
大于5年 13 9.6%
使用评率小于6次 19 14%
6~10次 20 14.8%
10~30次 30 22.6%
30次以上 66 48.9%
如表4-2所示，最常使用的在线教育平台：百度学堂占52.6%，其次为腾讯课堂及中国大学Mooc都占17.0%。最常使用在线教育平台的主要原因为：简单的信息寻找方式占28.9%，其次为丰富的内容占22.2%，有即时的信息占19.3%，这三项使用在线教育平台的理由就占了70%以上。进入在线教育平台最常使用的单元为：在线课堂占28.45%，其次为视频教学占18.83%，资料下载占14.64%，基本数据查询占11.72%，老师数据查询占10.46%，除了视频教学，在线教育平台提供的内容即占了70%以上。使用在线教育平台的时间约为：1年以上至3年占28.9%，其次为3年以上至5年占22.2%，使用在线教育平台用户一年以上的占五成以上。过去一年的接触的频率约为：30次以上占48.9%，其次为6~10次占14.8%，显示调查对象过去一年使用在线教育平台的频率约一半在30次以上。
4.2信度与效度分析
4.2.1信度分析
信度的检测其结果如表4.2所示。本研究采用Cronbach α为衡量工具的信度指标，本研究的信度指标介于0.84至0.91，都符合 Nunnally（1978）建议的0.70。
依据Hair, Anderson, Tatham and Black（1998）的建议，认为可由组合信度（Composite Reliability, CR）与平均抽取变异量（Average variance extracted, AVE）来检视因素信度。本研究因素组合信度介于0.63至0.72之间，各因素的平圴变异抽取量介于0.70至0.88之间，大于建议值0.5（Fornell and Larcker, 1981）。组合信度及平圴变异抽取量均达到标准值，显示本研究具有良好的因素信度。
表4.3信度分析
变量值 Cronbach α 组合信度平均变异抽取值
感知有用 0.835316 0.630000 0.695490
确认 0.842921 0.642265 0.718507
信息品质 0.909222 0.626733 0.879863
满意度 0.910847 0.718890 0.869049
持续使用 0.908202 0.712155 0.864355
4.2.2效度分析
评估效度一般以内容效度（Content validity）及建构效度（Construct validity）来加以判别。内容效度主要检测量表问项内容是否能反应出研究主题的架构与内容，本研究问卷设计以国内外相关研究议题进行审慎界定与研究内涵研究，且参考引用其他学者研究的因素来设计问项，使其因素的问项可达到高内容效度，故应具有内容效度。建构效度衡量所获得的结论与理论相符的程度，有收敛效度与区别效度两种。
收敛效度指研究中归类为相同变量的衡量项目，彼此之间是否拥有高度的相关性。本研究以因素分析得到量表各题项的因素结构矩阵，再由结构矩阵所表列的因素负荷量大小来判定效度，因素负荷量的值愈大，表示收敛效度愈高。本研究通过因素分析所得的各项目因素负荷量都大于门槛值0.5，显示本研究整体问卷量表具有良好的收敛效度。
区别效度在于检定测量变项对于不同的构念之间的鉴别程度。为了通过区别效度的检验，个别构念平均变异抽取量（AVE）的平方根，应该要大于该构念与模型中其他构念的共变关系。表4.4为各因素之间的相关系数矩阵，对角线所列该构念的AVE平方根。由表中可知，任两个构念之间的相关系数都小于该构念的测量变项的AVE的平方根，显示测量模型中各构念的变项确实彼此相异，故本研究所设计的问卷具有足够的区别效度。

表4.4 区别效度
变量感知有用确认信息品质满意度持续使用
感知有用 0.793
确认 0.661 0.801
信息品质 0.687 0.592 0.791
满意度 0.728 0.673 0.786 0.847
持续使用 0.654 0.523 0.734 0.759 0.843
4.3相关分析
本研究采用 Pearson 积差相关分析，其分析结果如表4.5 所示，可得知：感知有用与信息品质呈高度正相关，其相关系数为0.637(p < .01)；信息品质与确认呈中度正相关，其相关系数为0.493(p < .01)；确认与感知有用呈现中度正相关，其相关系数为0.559 (p < .01)。
表4.5 变量相关分析
感知有用确认信息品质满意度持续使用
感知有用 1
确认 .559** 1
信息品质 .637** .493** 1
满意度 .467** .567** .421** 1
持续使用 .567** .678** .521** .456** 1
p< .01
4.4回归分析
根据本研究因素分析的结果，将感知有用、确认、信息品质、满意度以及持续使用的构成因素建立回归模型。针对相关构成的变量进行回归分析，得到标准化的回归系数，并借由比较各变量的显著性，以得知众多自变量中何者对变量较具有影响能力。由于从相关文献中得知，各构成变量占有极重要的份量，因此本节将对各部分变量彼此间的关系进行回归分析(强迫进入变量法)，来说明各研究变量的变异解释能力。
4.4.1对满意度的回归分析
满意度为因变量，感知有用、确认和信息品质为自变量，作多元线性回归，具体如表4.6所示。
表4.6 感知有用、确认和信息品质对满意度的回归分析
自变量调整R2 DW F 标准化系数 t Sig. 共线性统计量
Beta 容差 VIF
确认 0.473 1.345 67.908 .223 6.567 .000 .678 1.234
感知有用 .248 7.525 .000 .689 1.235
信息品质 .483 6.232 .000 .680 1.255
从表4.6可以看出，利用自变量确认对变量满意度，进行回归分析，标准化的回归系数可以表现出每项自变量的各自的相对重要性，当标准化的回归系数表现得愈大时，表示此时的自变量在解释变量的变异量时的相对重要性越高。当 P<0.05表显著、P<0.01表非常显著、P<0.001表极显著。由表4.6得知β值分别为0.223。
所以假设H2：大学生的确认与满意度有正相关成立。
如上表4.6所示，对感觉有用和满意度进行回归分析，得出的结果可以看出，感觉有用对满意度有正向的预测作用，对其的解释率为0.248，即感觉有用可以作为满意度的预测指标。
故本文的H3：感觉有用对满意度有显著正向的影响成立。
如上表4.6所示，对信息品质和满意度进行回归分析，得出的结果可以看出，信息品质对满意度有正向的预测作用，对其的解释率为0.483，即信息品质可以作为满意度的预测指标。
故本文的H6：信息品质对满意度有显著正向的影响成立。
4.4.2对持续使用意愿的回归分析
持续使用意愿为因变量，满意度、感知有用为自变量，进行回归分析，具体如表4.7所示。
表4.7 满意度、感知有用对持续使用意愿的回归分析
自变量调整R2 DW F 标准化系数 t Sig. 共线性统计量
Beta 容差 VIF
满意度 0.657 1.256 64.235 .597 6.567 .000 .701 1.232
感知有用 .222 6.893 .000 .721 1.124
从表4.7可以看出，利用自变量变量满意度，进行回归分析，同理如上。当P<0.05表显著、P<0.01表非常显著、P<0.001表极显著。由表4.7得知β值分别为：满意度0.597，其中客户价值 P值<0.05，表示有显著影响，满意度P值<0.001，表示有极显著的影响。其回归分析系数分别为0.597表示为正向影响即满意度越高持续使用也会提升的越高。
所以假设H1：大学生的满意度与持续使用有正相关成立。
如上表4.7所示，对感觉有用和持续使用进行回归分析，得出的结果可以看出，感觉有用对持续使用有正向的预测作用，对其的解释率为0.222，即感觉有用可以作为持续使用的预测指标。
故本文的H4：感觉有用对持续使用有显著正向的影响成立。
4.4.3确认对感知有用的回归分析
感知有用为因变量，确认为自变量，进行回归分析，具体如表4.8所示。
表4.8 确认对感知有用的回归分析
自变量调整R2 DW F 标准化系数 t Sig.
Beta
确认 0.434 1.345 58.345 .659 5.587 .000
从表4.8可以看出，利用自变量确认对变量感觉有用，进行回归分析，标准化的回归系数可以表现出每项自变量的各自的相对重要性，当标准化的回归系数表现得愈大时，表示此时的自变量在解释变量的变异量时的相对重要性越高。当 P<0.05表显著、P<0.01表非常显著、P<0.001表极显著。由表4.8得知β值分别为0.659。
所以假设H5：大学生对于在线教育平台的确认会正向影响感觉有用
4.4.4满意度的中介效应检验
为了验证满意度的中介效应检验，本文以感知有用为自变量，持续使用作为因变量，满意度为中介变量，回归结果如表4.9所示。
表4.9 满意度在感知有用与持续使用关系的回归分析表
项目类别满意度在感知有用与持续使用的中介关系
模型1 模型2
自变量感知有用 .222* .222***
中介变量满意度 . .597**
R2 .045 .278
△R2 .233
F值 15.789*** 16.895**
由表4.9中可得知，自变量感知有用对因变量持续使用的的回归系数为(β=.222***)，如果加入中介变量满意度后，感知有用对持续使用的的回归系数为(β=0.597，p<0.05)，这都说明三者间存在显著性。由此可见，满意度在感知有用对持续使用的影响过程中发挥了中介作用，满意度能够发挥其中介变量作用。
为了验证满意度的中介效应检验，本文以确认为自变量，持续使用作为因变量，满意度为中介变量，回归结果如表4.10所示。
表4.10 满意度在确认与持续使用关系的回归分析表
项目类别满意度在确认与持续使用的中介关系
模型1 模型2
自变量确认 .134** .134**
中介变量满意度 . .545**
R2 .043 .260
△R2 .217
F值 14.345*** 16.214**
由表4.10中可得知，自变量确认对因变量持续使用的的回归系数为(β=.134**)，如果加入中介变量满意度后，感知有用、确认和信息品质对持续使用的的回归系数为(β=0.545，p<0.05)，这都说明三者间存在显著性。由此可见，满意度在确认对持续使用的影响过程中发挥了中介作用，满意度能够发挥其中介变量作用。
为了验证满意度的中介效应检验，本文以信息品质为自变量，持续使用作为因变量，满意度为中介变量，回归结果如表4.11所示。
表4.11 满意度在信息品质与持续使用关系的回归分析表
项目类别满意度在信息品质与持续使用的中介关系
模型1 模型2
自变量信息品质 .121** .121**
中介变量满意度 . .521**
R2 .041 .256
△R2 .215
F值 15.346*** 16.745**
由表4.11中可得知，自变量信息品质对因变量持续使用的的回归系数为(β=.121**)，如果加入中介变量满意度后，信息品质对持续使用的的回归系数为(β=0.521，p<0.01)，这都说明三者间存在显著性。由此可见，满意度在信息品质对持续使用的影响过程中发挥了中介作用，满意度能够发挥其中介变量作用。
本文的研究假设检定结果如表4.12所示
表4.12 研究假设检定结果小结
H1 大学生的满意度与持续使用意愿有正相关成立
H2 大学生的确认与满意度有正相关成立
H3 感知有用对满意度有显著正向的影响成立
H4 感知有用对持续使用意愿有显著正向的影响成立
H5 大学生对于在线教育平台的确认会正向影响感知有用
H6 信息品质对满意度有显著正向的影响成立
5 结论与建议
5.1 结论
由于民众对在线教育接受度提高，在线教育平台相继设置，使用者对在线教育平台的需求日益增高。本研究系以期望确认理论为理论基础，加入信息品质作为研究影响在线教育平台的持续使用意愿的重要因素。本研究主要在研究感知有用、确认、信息品质因素，对在线教育平台的满意度及持续使用意愿的影响。经相关文献的理论研究，建立研究假设，并以曾经使用过在线教育平台的使用者为问卷填答的对象，采用实体问卷与网络问卷并行，实际有效份数为135份。经由实证分析，本研究的发现与结论说明如下：
1.使用者对于在线教育平台的确认、感知有用及信息品质对满意度有显著正向的影响，影响最大的是信息品质。对受测者的满意度而言，最重要的前因变量是信息品质；其次为确认及感知有用。确认及感知有用对满意度有显著正向影响的结论与Bhattacherjee (2001)等学者的研究结果相同。信息品质对使用者的满意度有显著正向的影响。
2.使用者对于在线教育平台的满意度及感知有用对持续使用意愿均会有显著正向的影响，影响较大的是满意度，显示对受测者的持续使用意愿而言，较重要的前因变量是满意度。此外感知有用除了对满意度有直接影响外，也可通过满意度对持续使用意愿有间接影响。
3.使用者对于在线教育平台的确认对感知有用有显著正向的影响，显示确认除了对满意度有直接影响外，也可通过感知有用对满意度有间接影响。
本文的相关建议如下：
1.在线教育平台应提供网站有用且易用的信息品质及高度人际互动才能提升使用者的满意度
本研究证实影响在线教育平台使用者满意度最重要的因素是信息品质。在使用在线教育平台行为分析发现最常使用在线教育平台的主要原因为：简单的信息寻找方式占28.9%，其次为丰富的内容占22.2%，有即时的信息占19.3%，这三项使用在线教育平台的理由就占了70%以上。进入在线教育平台最常使用的单元为：除了视频教学外，在线课堂、资料下载、基本数据查询及老师数据查询，在线教育平台提供的内容亦占了70%以上。由于在线教育平台的专业性高，市场区隔极为明显，使用者可以在在线教育平台寻找到更即时、完整的课程数据、课程预测、老师信息、研究报告等，不但增加了网友的便利性，由使用在线教育平台的时间1年以上至5年的网友及过去一年的接触的频率约为30次以上都占五成左右可知对于网友的忠诚度也有影响。目前很多在线教育平台已有线上教学与互动的功能。
2.提升使用者的满意度才能持续使用意愿
要提升使用者的满意度必须先了解使用者的需求，在线教育平台提供教学信息，除了即时更新在线教育平台内容满足消费者使用需求及提供充足的信息内容帮助消费者的购买决策外，建议可以通过手机APP 程序即时通知使用者更新的信息，此外也可以提供一些教学、节税及新闻时事的讲座，以提升使用者的满意度。
本文的主要贡献有：
1.创新的研究主题。由于民众对在线教育接受度提高，在线教育平台相继设置，过去很少有关于在线教育平台满意度及持续使用意愿方面的研究。
2.修改期望确认理论用以研究在线教育平台的满意度及持续使用意愿。本研究以期望确认理论为理论基础，发现在感知有用、确认两个因素的基础上，本研究加入信息品质因素后，R²得到了大幅度的提升，显示加入信息品质因素后解释线性回归模式的适配度上理想很多，且影响满意度最重要的前因变量是信息品质。
5.2 展望
1.本研究以最常使用的一个在线教育平台作为填答的对象，恐存在代表性不足的问题。
2.本研究修正期望确认理论并增加信息品质因素，来研究在线教育平台的满意度及持续使用意愿，在使用者行为调查中发现，使用者最常使用在线教育平台的主要原因为简单的信息寻找方式约占三成，建议未来研究可增加知觉易用因素。
参考文献
[1]刘晓琳,胡永斌,黄荣怀,等. 全球视野下美国K-12混合与在线教育的现状与未来–与K-12在线教育国际联盟副主席艾雷森·鲍威尔博士的学术对话[J]. 现代远程教育研究,2015,(1):3-11.
[2]蒋大成,王明宇. 中国在线教育的现状和发展对策研究[J]. 电子商务,2015,(9):68-69.
[3]巩雪. 中国在线教育的发展现状和对策研究[J]. 山东青年,2015,(12):23-24.
[4]Bhattacherjee A.Understanding information systems continuance: an expectation-confirmation model[J]. MIS Quarterly, 2001,25(3), 351-370.
[5]Pizam, A. and Milman, A.Predicting satisfaction among first-time visitorsto a destination by using the expectancy disconfirmation theory[J]. International Journal of Hospitality Management, 2013,12(2): 197–209.
[6]Premkumar, G. and Bhattacherjee.A.Explaining information technology usage:A test of competing models[J]. Omega, 2018,3(6):64-75.
[7] Shih, H. P. An empirical study on predicting user acceptance of e-shoppingon the web[J]. Information & Management, 2014,1( 41): 351-368
[8] Szymanski, D. M. and Hise, R. T.“E-satisfaction: An Initial Examination[J].Journal of Retailing, , 2015, 7(6):309–322.
[9]卢子石. 国内互联网在线教育平台发展现状研究[J]. 新课程·下旬,2019,(1):143.
[10]王振洲. 美国K-12在线教育对我国特殊教育信息化建设的启示[J]. 现代特殊教育,2017,(10).
[11]杨晓宏,周效章. 我国在线教育现状考察与发展趋向研究–基于网易公开课等16个在线教育平台的分析[J]. 电化教育研究,2017,(8):63-69,77.
[12]王郑霞. 互联网在线教育发展概况综述[J]. 创新教育研究,2015,3(04):164-167
[13]魏洁,赵文辉. 论在线教育的发展对我国高等教育改革的启示[J]. 长治学院学报,2014,(6):116-118.
[14]颜慧妮. 我国在线教育行业发展现状及趋势[J]. 经营者,2016,30(3):32.
[15]管佳,李奇涛. 中国在线教育发展现状、趋势及经验借鉴[J]. 中国电化教育,2014,(8):62-66

附录问卷
第一部分：下列问题是有关个人的行为，请您根据实际感受勾选：
1.请问您是否使用过在线教育平台？
□ 是 □ 否
＊如果上题您填答”否”，填答已完成感谢您！
2.最常使用的在线教育平台为：（单选）
□百度学堂
□腾讯课堂
□中国大学Mooc
□易灵微课
□超星学习通
□网易云课堂
□网易公开课

3.最常使用在线教育平台的主要原因为：（单选）
□有丰富的内容
□有良好的客户服务
□清楚的介绍教学相关信息
□有教学咨询的功能
□有搜寻其他教学信息的功能
□可学习新事物
□简单的信息寻找方式 □有
即时的信息
□具有线上下单功
□信息的内容很可靠能
□可寻求专家意见
□其他____________（请说明）
4.根据您的经验您进入在线教育平台最常使用的单元为：（复选）
□在线课堂 □视频教学 □老师数据查询
□基本数据查询 □考试分析 □课程查询
□讨论区 □精选推荐区 □其他__________________（请说明）
5.使用此在线教育平台的时间约为：
□1年以内 □1年以上至3年□3年以上至5年□5年以上至7年□7年以上
6.过去一年的接触的频率约为：
□1~5次 □6~10次 □11~15次 □16~20次 □21~25次 □26~30次 □30次以上